Зависимая переменная фиктивна [c.267]
Преобразуем условие задачи введением дополнительных (вспомогательных) и фиктивных переменных. Условие запишем так [c.163]
Фиктивные переменные. Некоторые переменные могут принимать всего два значения или дискретное множество значений. Необходимость рассматривать такие переменные возникает довольно часто в тех случаях, когда требуется принимать во внимание какой-либо качественный признак. Например, при исследовании зависимости заработной платы от различных факторов может возникнуть вопрос, влияет ли на ее размер и, если да, — то в какой степени наличие у работника высшего образования. Также можно задать вопрос, существует ли дискриминация в оплате труда между мужчинами и женщинами. [c.92]
Фиктивные переменные, несмотря на свою внешнюю простоту, являются весьма гибким инструментом для оценки влияния качественных признаков. [c.93]
Пример. Определим влияние функционирования высших учебных заведений в регионах России на рентабельность промышленного производства с лагом продолжительностью в два года. Используем данные Госкомстата России о работе промышленности в 1995 г. и о работе вузов, готовящих экономистов в 1993 г., фиктивные переменные и метод включения. В качестве факторов примем факты наличия в регионах экономических вузов и факультетов, подготовку по разным специальностям и направлениям. Модель рентабельности продукции в процентах имеет вид [c.93]
В главе 5 рассмотрен ряд проблем, связанных с использованием регрессионных моделей, таких, как мультиколлинеарность, фиктивные переменные, линеаризация модели, частная корреляция. [c.4]
Забегая вперед, отметим, что для отбора переменных могут быть использованы различные методы, в частности процедуры пошагового отбора переменных ( 5.2). А для оценки влияния качественных признаков (например, пол, образование и т. п.) могут быть использованы фиктивные переменные ( 5.3). Но в любом случае определяющим при включении в модель тех или иных переменных является экономический (качественный) анализ исследуемого объекта. [c.21]
В предыдущих главах была изучена классическая линейная модель регрессии, приведена оценка параметров модели и проверка статистических гипотез о регрессии. Однако мы не касались некоторых проблем, связанных с практическим использованием модели множественной регрессии. К их числу относятся мультиколлинеарность, ее причины и методы устранения использование фиктивных переменных при включении в регрессионную модель качественных объясняющих переменных, линеаризация модели, вопросы частной корреляции между переменными. Изучению указанных проблем посвящена данная глава. [c.108]
Линейные регрессионные модели с переменной структурой. Фиктивные переменные [c.115]
В качестве фиктивных переменных обычно используются дихотомические (бинарные, булевы) переменные, которые принимают всего два значения О или 1 (например, значение такой переменной Z по фактору пол Z = О для работников-женщин и Z]=l — для мужчин). [c.116]
Следует отметить, что в принципе качественное различие можно формализовать с помощью любой переменной, принимающей два разных значения, не обязательно О или 1 . Однако в эконометрической практике почти всегда используются фиктивные переменные типа 0—1 , так как при этом интерпретация полученных результатов выглядит наиболее просто. Так, если бы в модели (5.2) в качестве фиктивной выбрали переменную Zj, принимающую значения z,i=4 (для работников-мужчин) и 2/2=1 (для женщин), то коэффициент регрессии оц при этой переменной равнялся бы 1/(4— 1), т. е. одной трети среднего изменения заработной платы у мужчин. [c.117]
Рассматриваемые выше регрессионные модели (5.2) и (5.3) отражали влияние качественного признака (фиктивных переменных) только на значения переменной Y, т. е. на свободный член уравнения регрессии. В более сложных моделях может быть отражена также зависимость фиктивных переменных на сами параметры при переменных регрессионной модели. Например, при наличии в модели объясняющих переменных — количественной Х и фиктивных Z , Z 2, Zi, Z>2, из которых Z , Z 2 влияют только на значение коэффициента при Х, a Z2i, Z- — только на величину свободного члена уравнения, такая регрессионная модель примет вид [c.118]
Построить линейную регрессионную модель Y по X с использованием фиктивной переменной по фактору пол . Можно ли считать, эта модель одна и та же для юношей и девушек [c.119]
Для ее учета введем в регрессионную модель фиктивную (бинарную) переменную Z , [c.120]
Общая матрица плана X включает все значения переменных, в том числе значения фиктивных переменных Zt [c.120]
Эти уравнения отличаются только свободным членом, а соответствующие линии регрессии параллельны (см. рис. 5.2). Полученное уравнение множественной регрессии (5.8) по-прежнему значимо по. F-критерию. Однако коэффициент регрессии а при фиктивной переменной Z незначим по /-критерию [c.121]
Оценивание регрессии с использованием фиктивных переменных более информативно в том отношении, что позволяет использовать Г-критерий для оценки существенности влияния каждой фиктивной переменной на зависимую переменную. [c.124]
По общей (объединенной) выборке оценена регрессия с использованием фиктивной переменной Z (Z= 1 для мужчины и Z— 0 для женщины), которая имеет вид [c.132]
В матрице-столбце X единица означает фиктивную переменную, умножаемую на свободные члены уравнений системы. [c.226]
Такого вида сконструированные переменные принято в эконометрике называть фиктивными переменными. Например, включать в модель фактор пол в виде фиктивной переменной можно в следующем виде [c.56]
Коэффициент регрессии при фиктивной переменной интерпретируется как среднее изменение зависимой переменной при переходе от одной категории (женский пол) к другой (мужской пол) при неизменных значениях остальных параметров. На основе меритерия Стьюдента делается вывод о значимости влияния фиктивной переменной, существенности расхождения между категориями. [c.56]
Определите факторы, формировавшие цену квартир в строящихся домах в Санкт-Петербурге в 1996 г. Сгенерируйте фиктивную переменную z, отражающую местоположение квартиры и позволяющую [c.95]
Определите, в каком случае возможно построение уравнения регрессии с включением фиктивной переменной. [c.105]
Напишите общий вид уравнения регрессии с фиктивной переменной. [c.105]
Укажите, как можно ввести в модель фиктивную переменную и как интерпретировать коэффициент регрессии при ней. [c.105]
Е - фиктивная переменная, равная 1 для тех лет, в которые курс доллара на международных валютных рынках был искусственно завышен, и 0 - для всех остальных лет [c.123]
ФИКТИВНЫЕ ПЕРЕМЕННЫЕ ВО МНОЖЕСТВЕННОЙ РЕГРЕССИИ [c.141]
До сих пор в качестве факторов рассматривались экономические переменные, принимающие количественные значения в некотором интервале. Вместе с тем может оказаться необходимым включить в модель фактор, имеющий два или более качественных уровней. Это могут быть разного рода атрибутивные признаки, такие, например, как профессия, пол, образование, климатические условия, принадлежность к определенному региону. Чтобы ввести такие переменные в регрессионную модель, им должны быть присвоены те или иные цифровые метки, т. е. качественные переменные преобразованы в количественные. Такого вида сконструированные переменные в эконометрике принято называть фиктивными переменными. В отечественной литературе можно встретить термин структурные переменные 2. [c.141]
Рассмотрим применение фиктивных переменных для функции спроса. Предположим, что по группе лиц мужского и женского пола изучается линейная зависимость потребления кофе от цены. В общем виде для совокупности обследуемых уравнение регрессии имеет вид [c.141]
Различия в потреблении кофе проявятся в различии средних У и У2 Вместе с тем сила влияния х на у может быть одинаковой, т. е. b Ь я Ъг. В этом случае возможно построение общего уравнения регрессии с включением в него фактора пол в виде фиктивной переменной. Объединяя уравнения у и уг и вводя фиктивные переменные, можно прийти к следующему выражению [c.142]
Следует иметь в виду, что при введении фиктивных переменных Z и z2 в модель у = flj Z + а2 Z2 + Ь х + е применение МНК для оценивания параметров а и а2, приведет к вырожденной матрице исходных данных, а следовательно, и к невозможности получения их оценок. Объясняется это тем, что при использовании МНК в данном уравнении появляется свободный член, т. е. уравнение примет вид [c.142]
Следует отметить не совсем удачный перевод на русский язык термина dummy variables как фиктивная переменная. Во-первых, в модели регрессионного анализа мы уже имеем фиктивную переменную X при коэффициенте Ро> всегда равную единице. Во-вторых, и это главное — все процедуры регрессионного анализа (оценка параметров регрессионной модели, проверка значимости ее коэффициентов и т. п.) проводятся при включении фиктивных переменных так же, как и обычных , количественных объясняющих переменных. Фиктивность же переменных 2/ состоит только в том, что они количественным образом описывают качественный признак. [c.118]
Если кроме количественных факторов при многофакторном регрессионном анализе включается и неколичественный, то применяют следующую методику наличие неколичественного фактора у единиц совокупности обозначают единицей, его отсутствие -нулем. Если таких факторов, или градаций неколичественного фактора несколько, в уравнение регрессии вводятся несколько так называемых фиктивных переменных , принимающих значения либо единицы, либо нуля. Например, пусть имеется три количественных фактора урожайности (, , х2, 3) и ТРИ природных зоны. В ЭВМ вводятся переменные в порядке их принадлежности к той или иной зоне (табл. 8.18). [c.298]
Число фиктивных переменных должно быть на единицу меньше числа градаций качественного (неколичественного) фактора. С помощью данного приема можно измерять влияние уровня образования, местожительства, типа жилища и других социальных или природных не измеряемых количественно факторов, изолируя их от влияния количественных факторов. [c.299]
В учебнике излагаются основы эконометрики. Большое внимание уделяется классической (парной и множественной) и обобщенной моделям линейной регрессии, классическому и обобщенному методам наименьших квадратов, анализу временных рядов и систем одновременных уравнений. Обсуждаются различные аспекты многомерной регрессии мультиколлине-арность, фиктивные переменные, спецификация и линеаризация модели, частная корреляция. Учебный материал сопровождается достаточным числом решенных задач и задач для самостоятельной работы. [c.2]
Но есть и другой подход, позволяющий оценивать влияние значений количественных переменных и уровней качественных признаков с помощью одного уравнения регрессии. Этот подход связан с введением так называемых фиктивных (манекенных) переменных , или манекенов (dummy variables). [c.116]
Здесь хя, Xi, J 5 — фиктивные переменные, преобразующие неравенства в равенства. [c.137]
Sb - фиктивная переменная, равная 1 в квартале к и равная 0 - в остальных кварталах, it = 1 + 4 (Альмон построила уравнение с константой и тремя фиктивными переменными, а затем определила коэффициент регрессии при четвертой фиктивной переменной таким образом, чтобы сумма всех четырех коэффициентов и константы была равна О)2. [c.179]
Смотреть страницы где упоминается термин Переменная фиктивная
: [c.354] [c.131] [c.83] [c.118] [c.132] [c.306] [c.96] [c.24] [c.142] [c.143]Эконометрика начальный курс (2004) -- [ c.108 , c.113 , c.115 , c.116 ]